pandas数据格式的转换

##1. 与numpy、series、list的转换
1.将Pandas类型转换为numpy类型，通过.values来转换：

np = pd.values

2.将numpy类型转换为list类型,通过.tolist()方法转换：

list = np.tolist()

3.在用pandas包和numpy包对数据进行分析和计算时，经常用到DataFrame和array类型的数据。在对DataFrame类型的数据进行处理时，需要将其转换成array类型，是以下列出了三种转换方法。

首先导入numpy模块、pandas模块、创建一个DataFrame类型数据df

import numpy as np
import pandas as pd
 
df=pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})

c = df.values

c
Out[5]:
array([[1, 4, 7],
[2, 5, 8],
[3, 6, 9]], dtype=int64)

c[0]
Out[6]: array([1, 4, 7], dtype=int64)

c[:][0]
Out[7]: array([1, 4, 7], dtype=int64)

c[:,0]
Out[8]: array([1, 2, 3], dtype=int64)

c[1:-1,0]
Out[10]: array([2], dtype=int64)

(1)使用DataFrame中的values方法

df.values

(2)使用DataFrame中的as_matrix()方法

df.as_matrix()

(3)使用Numpy中的array方法

np.array(df)

4.array转化成dataframe

import pandas as pd
df = pd.DataFrame(df)

5.df=df.values.flatten() 需要的时候在末尾加一个flatten() 变成一行的方便统计分析

df=df.values.flatten() 

df
Out[17]: array([1, 4, 7, 2, 5, 8, 3, 6, 9], dtype=int64)

6.如果是想转换成Series的话可以用 pd.Series(df)

v =  pd.Series(df)

v
Out[19]: 
0    1
1    4
2    7
3    2
4    5
5    8
6    3
7    6
8    9
dtype: int64

7.1、list 转化成array矩阵

np.array(result).T

8. list 转化Data Frame

a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]  
df = pd.DataFrame(a, columns=['one', 'two', 'three'])